Les entreprises découvrent le vrai coût du codage assisté par IA

À grande échelle, certaines estimations situent le coût typique autour de 150 à 250 dollars par développeur et par mois, avant optimisation.

Pour une petite équipe, ces montants restent raisonnables. Mais pour une entreprise comptant des milliers d’ingénieurs, ils peuvent rapidement se transformer en poste de dépense majeur.

Le cas Uber : un budget annuel épuisé en quatre mois

Plusieurs rapports indiquent que Uber a découvert ce problème de manière très concrète. L’entreprise aurait déployé des outils comme Claude Code auprès d’environ 5 000 ingénieurs, ce qui a provoqué une adoption extrêmement rapide.

Selon ces informations, la consommation d’IA interne a été si élevée que l’entreprise aurait épuisé son budget IA prévu pour toute l’année 2026 dès le mois d’avril.

Ce type de situation illustre une difficulté nouvelle pour les directions financières : lorsque des milliers d’employés utilisent un outil facturé à la demande, la facture peut dépasser très vite les prévisions initiales.

Microsoft revoit aussi sa stratégie

Microsoft serait également en train de réévaluer son usage de Claude Code. Après avoir ouvert l’accès à l’outil à des milliers d’employés — ingénieurs, chefs de projet et designers — l’entreprise prévoirait désormais d’annuler la majorité de ces licences internes.

Les équipes seraient progressivement orientées vers GitHub Copilot CLI, un outil de codage IA intégré à l’écosystème GitHub appartenant à Microsoft.

La décision est présentée comme une question de « responsabilité partagée » dans la gestion des dépenses liées à l’IA, ce qui montre que le contrôle des coûts devient un sujet stratégique pour les entreprises qui déploient ces technologies à grande échelle.

Le débat sur la productivité reste ouvert

Un autre facteur complique la décision des entreprises : les gains de productivité ne sont pas aussi clairs que certaines promesses marketing le suggéraient.

Une étude contrôlée menée auprès de développeurs expérimentés sur des projets open source a constaté que l’utilisation d’outils d’IA de pointe début 2025 augmentait le temps de réalisation des tâches d’environ 19 %, malgré le fait que les développeurs aient l’impression d’aller plus vite.

D’autres analyses mettent en garde contre un effet secondaire possible : si l’IA augmente la quantité de code produit mais réduit sa qualité moyenne, les équipes doivent passer davantage de temps à relire, corriger et maintenir ce code — ce qui peut créer de la dette technique à long terme.

Ce que cela révèle sur l’économie de l’IA en entreprise

L’expérience d’entreprises comme Uber et Microsoft ne signifie pas que les outils de codage IA sont inutiles. Beaucoup d’équipes en tirent des bénéfices réels, notamment pour la génération de code répétitif, la documentation ou les prototypes rapides.

Mais ces exemples montrent un changement important dans la perception du marché :

• les coûts deviennent plus visibles à grande échelle
• les entreprises cherchent des outils plus contrôlables ou intégrés
• les gains de productivité varient fortement selon le type de travail

Autrement dit, l’IA dans le développement logiciel n’est pas abandonnée — mais elle entre dans une phase plus pragmatique, où le rapport coût‑bénéfice est examiné beaucoup plus attentivement.

Un point important sur les informations disponibles

Les informations concernant Uber et Microsoft proviennent principalement de reportages et d’analyses secondaires, et non de déclarations financières détaillées des entreprises. Elles doivent donc être considérées comme des faits rapportés par la presse plutôt que comme des confirmations officielles complètes.

Ce que l’on peut affirmer avec certitude, en revanche, c’est que la montée en puissance des outils de codage IA révèle un nouveau défi pour les grandes organisations : gérer une technologie très utilisée… mais dont le coût réel n’apparaît qu’à l’échelle.